CoreAIs agentiske tool-calling lar AI-en selv avgjøre når den trenger mer kontekst, og hvordan den skal hente den – akkurat slik en dyktig rådgiver ville gjort. De fleste chatboter får derimot bare ett forsøk: de gjør ett oppslag på spørsmålet ditt og svarer ut fra det de fant, og er spørsmålet sammensatt, blir svaret deretter. Trenger coreAI mer, henter den på nytt med en mer presis formulering. Resultatet er mer presise svar, færre misforståelser, og en AI som faktisk graver seg ned i detaljene før den svarer.
#Tradisjonell chatbot vs. CoreAI agentisk kontekstinnhenting
| Tradisjonell chatbot | CoreAI agentisk tool-calling | |
|---|---|---|
| Antall innhentinger per spørsmål | Ett fast oppslag | Flere – henter på nytt til svaret er godt nok |
| Hvem styrer innhentingen | Forhåndsprogrammert flyt | AI-en avgjør selv når den henter, og med hvilke begreper |
| Sammensatte spørsmål | Bommer ofte på halvparten | Håndterer flere kriterier samtidig |
| Filtrering på egenskaper | Kun nøkkelord eller kategori | Pris, volum, vekt, effekt, dato og mer |
| Fra–til-intervaller | Ikke støttet | Bygger presise intervaller på enhver egenskap |
| Enhetskonvertering | Manuell | Fot til cm, tonn til kg – automatisk |
| Omtrentlig pris | Eksakt match eller ingenting | Tolker «ca 5000» som et fornuftig prisspenn |
| Søketeknologi | Nøkkelord | Hybrid: semantisk vektorsøk + nøkkelord |
| Kunden må kunne | Varenummer, kategorier, eksakte ord | Bare naturlig språk |
#Hva betyr «agentisk» – enkelt forklart
CoreAIs agentiske AI behandler kontekstinnhenting som et verktøy den selv kan ta i bruk – flere ganger om nødvendig. En tradisjonell chatbot behandler derimot hvert spørsmål som et engangsoppslag.
Stiller du et spørsmål som krever oppslag i kunnskapsgrunnlaget, gjør AI-en nettopp det: den henter relevant kontekst, vurderer resultatene, og henter på nytt med en bedre formulering helt til den har det den trenger. Du merker ingenting av kompleksiteten – du får bare et bedre svar.
#Én innhenting, hele kunnskapsgrunnlaget
Når AI-en henter kontekst, treffer den hele kunnskapsgrunnlaget ditt i én og samme operasjon – artikler, dokumenter, nettsider, opplastet innhold, API-data og produkter. Du trenger ikke å si hvor den skal lete; CoreAI henter det mest relevante uansett hvilken kilde det kommer fra.
Innhentingen kombinerer semantisk vektorsøk – som forstår meningen bak ordene – med nøkkelordsøk som treffer eksakte begreper som varenummer og navn. Slik finner AI-en riktig informasjon enten kunden bruker fagord eller hverdagsspråk.
#Avansert innhenting med intervaller og egenskaper
CoreAI oversetter naturlig språk til presise filtre før innhentingen kjøres – helt uten at kunden trenger å vite hvordan databasen er bygget opp. Produktegenskaper som volum, vekt, lengde, nyttelast og effekt leses automatisk ut av produktdataene ved import og normaliseres til metriske enheter, slik at de kan filtreres på nøyaktig.
Noen eksempler på hva kunden kan spørre om – og hva CoreAI forstår:
- «Har dere en kompressor med tank mellom 50 og 100 liter?» → bygger et fra–til-intervall på volum og henter kun produkter innenfor spennet.
- «Jeg trenger en slegge som veier mer enn 2 kg» → setter en nedre grense på vekt.
- «Jeg har en 23 fots båt – har dere tilhengere som passer?» → konverterer fot til centimeter automatisk og filtrerer på lengde.
- «Tilhenger med nyttelast over 3 tonn» → konverterer tonn til kilo og filtrerer på nyttelast.
- «En hammer som veier mer enn 1 kg og koster mindre enn 1000 kr» → kombinerer to egenskaper – vekt og pris – i én og samme innhenting.
- «Vinkelsliper mellom 1500 og 2000 watt under 3000 kr» → kombinerer et effekt-intervall med en prisgrense.
- «Hva er forskjellen på A1324 og B1325?» → henter begge produktene presist via varenummer.
Felles for alle: kunden bruker hverdagsspråk, og CoreAI oversetter det til strukturerte spørringer bak kulissene.
#Smart tolkning innebygd
CoreAI håndterer også tolkning som ellers ville krevd manuell logikk:
- Omtrentlig pris – «ca 5000 kr» blir automatisk til et fornuftig prisspenn fra 75 % til 125 % av beløpet, slik at kunden får produkter i riktig prisklasse i stedet for bare eksakte treff.
- Enhetskonvertering – fot blir centimeter, tonn blir kilo, alt normaliseres til metrisk før filtrering.
- Datoperioder – «i høst» eller «mellom januar og april» oversettes til konkrete fra–til-datoer.
- Type-avgrensning – produktspørsmål avgrenses automatisk til produkter, stillingsspørsmål til ledige stillinger.
I tillegg kan innhentingen avgrenses på lagerstatus, slik at kunden alltid får relevante og tilgjengelige resultater.
#3 grunner til at dette gir bedre kundeopplevelse
#Riktig svar på sammensatte spørsmål
Når et spørsmål inneholder flere kriterier samtidig – volum, effekt, pris og type – håndteres alle på én gang, i stedet for å bomme på halvparten.
#Ingen frustrerte kunder som ikke finner frem
Kunden trenger ikke kjenne varenummer, kategorier, enheter eller eksakte søkeord. Naturlig språk er nok.
#Selger smartere
Når kunden sier hva de har å bruke og hva de er ute etter, presenteres automatisk produkter i riktig prisklasse og spesifikasjon – og veien fra spørsmål til kjøp blir kortere.
#Oppsummert
Den agentiske tool-callingen gjør CoreAI til mer enn en chatbot – den blir en aktiv assistent som selv velger når den skal hente kontekst og hva den skal hente, og som resonnerer seg frem til riktig svar. Kombinert med automatisk tolkning av priser, datoer, enheter og intervaller forstår CoreAI hva kunden egentlig mener, og henter nøyaktig det de trenger fra hele kunnskapsgrunnlaget – inkludert produktbasen.
Smartere kontekst. Mer presise svar. Fornøyde kunder.